Szkolenie: AI DevOps CI/CD — od promptu do produkcji z Claude Code, Cline i Terraform

Szkolenie "AI DevOps CI/CD — od prompta do produkcji z Claude Code, Cline i Terraform" pokazuje, jak zautomatyzować cały cykl życia aplikacji — od pierwszego prompta generującego kod i infrastrukturę aż po rollout produkcyjny i monitoring. Uczestnicy uczą się budować i wdrażać pipeline CI/CD oparty na narzędziach takich jak Claude Code, Cline, GitHub Actions i Terraform Agents, z pełnym wsparciem AI, kontrolą kosztów i jakością kodu.

  • Trenerzy praktycy
  • Kameralne grupy
2450 PLN+23% VAT (3013 PLN brutto / 1 os.)

Czas trwania szkolenia:2 dni (16h)

Poziom zaawansowania:

Kod kursu:AI/DEVOPS-CICD

devopsterraform

Dostępne terminy szkolenia

  • Termin
  • Trener
  • Cena
  • Zapis
  • Lokalizacja
Nowe terminy szkolenia już wkrótce! Śledź naszą stronę, aby być na bieżąco.

Forma szkolenia

Interesuje Cię szkolenie stacjonarne?

Powiadom o kolejnych terminach

Interesuje Cię szkolenie w innym terminie?

AI DevOps CI/CD — od promptu do produkcji z Claude Code, Cline i Terraform

Cele szkolenia

  • Generowanie i walidacja planów Terraform oraz manifestów Kubernetes (K8s) z pomocą Claude Code i LLM-driven IaC, z uwzględnieniem polityk kosztowych i bezpieczeństwa

  • Budowa zautomatyzowanego GitHub Actions pipeline: lint → test → build → deploy, z implementacją cost caps, timeoutów, retencji artefaktów i kontroli budżetu w ramach AI-powered CI/CD

  • Przeprowadzanie AI-assisted code review z wykorzystaniem Claude Opus, generowanie checklist, identyfikacja anty‑patternów i integracja LLM-generated comments w procesie pull request review & security compliance

  • Wdrażanie strategii rollout takich jak green‑blue i canary deployments (z użyciem Istio, Cloudflare) wraz z aktywnym monitoringiem przez OpenTelemetry i Grafanę, w oparciu o dane runtime i autoskalowanie

  • Obsługa scenariuszy snapshot rollback, symulacja incydentów i analiza post‑mortem generowana przez LLM, z wykorzystaniem LLM-firewall, prompt guardrails i automatycznej kalkulacji TCO (Total Cost of Ownership)


Dla kogo?

  • DevOps engineerzy i SRE, którzy chcą włączyć AI do procesów CI/CD.

  • Programiści budujący zautomatyzowane ścieżki wdrożeniowe i testowe.

  • Architekci rozwiązań chmurowych wdrażający IaC z kontrolą jakości i kosztów.

  • Zespoły produktowe zainteresowane DevSecOps z wykorzystaniem LLM.


Zalety

  • Automatyzacja DevOps wsparta AI – pełny workflow od kodu po infrastrukturę z wykorzystaniem LLM-driven IaC (Terraform, Ansible), Claude Code, one‑button deploy i integracją z AI-powered pipelines

  • Wdrożenie polityk kosztowych, bezpieczeństwa i jakości w CI/CD – implementacja cost caps, security guardrails, quality-gate.yml, mutation testing oraz auto‑merge z fallbackiem do manual review w środowiskach GitHub/GitLab

  • Praktyczne doświadczenie z Terraform, Kubernetes, GitHub Actions i Claude Code – konfiguracja lint → test → build → deploy, generowanie manifestów K8s, planów Terraform i PR-ów z komentarzami Claude Opus

  • Symulacja rzeczywistych scenariuszy: incydenty, rollback, kosztorys wdrożenia – ćwiczenie typu incident response simulation z post-mortem generowanym przez LLM, snapshot rollback, kalkulacja TCO i analiza wydajności z użyciem OpenTelemetry + Grafana


Wymagania

  • Znajomość pracy z GitHub Actions i Dockerem.

  • Podstawowa znajomość Terraform, YAML oraz środowisk chmurowych (GCP, AWS lub Azure).


W cenie otrzymasz:

  • Materiały szkoleniowe

  • Certyfikat ukończenia szkolenia

  • W przypadku szkolenia w trybie stacjonarnym zapewnimy Ci również lunch oraz sprzęt niezbędny do nauki

Program szkolenia

Pobierz program w PDF

Wprowadzenie AI dla DevOps

  • Generowanie IaC: Terraform, Ansible z Claude Code

  • Walidacja polityk kosztowych i bezpieczeństwa

  • Drift-detect i automatyczny PR korekcyjny

GitHub Actions Pipeline

  • Budowa workflow: lint → test → build → deploy

  • Cost-caps, timeouty i retencja artefaktów

  • Promowanie buildów i archiwizacja logów

AI-assisted Code Review

  • Generowanie checklist, anty‑patterny i sugestie z Cline

  • Claude Opus: analiza złożoności i bezpieczeństwa

  • Integracja wyników z komentarzami PR

Deploy & Rollback

  • Strategie green‑blue, canary (Istio, Cloudflare)

  • Feature-flagi sterowane promptem

  • Snapshoty i procedury rollback

Runtime Guardrails & Monitoring

  • LLM‑firewall i kontrola promptów

  • Alerty budżetowe i autoskalowanie

  • Monitoring w OpenTelemetry + Grafana

Ćwiczenie końcowe

  • One‑button deploy: pełna automatyzacja kodu i infrastruktury

  • Symulacja incydentu + post-mortem generowany przez LLM

  • Kalkulacja TCO wdrożenia i podsumowanie DevSecOps

Autorem szkolenia jest Marcin Wierzbiński

Analityk danych i badacz sztucznej inteligencji z doświadczeniem akademickim i komercyjnym. Na co dzień wykłada na Uniwersytecie Warszawskim, a swoje kompetencje rozwijał również w międzynarodowych instytucjach badawczych, takich jak Instytut Maxa Plancka w Berlinie. Specjalizuje się w uczeniu maszynowym, analizie danych na dużą skalę oraz bioinformatyce – w szczególności w przetwarzaniu i analizie danych genetycznych. Prowadzi praktyczne kursy z zakresu analizy danych i deep learningu, kładąc…

Wybrane opinie

Przeczytaj pozytywne opinie pochodzące z ankiet satysfakcji z naszych szkoleń wypełnianych wyłącznie przez ich uczestników po realizacji usługi

4.8
Ikona podpowiedziŚrednia ocen Sages w serwisie Google Ocena pochodzi ze średniej ocen Sages w serwisie Google i nie jest weryfikowana

20.03.2025

Uczestnik szkoleniaProjektowanie modeli domen z wykorzystaniem Domain-Driven Design i Event Storming

Wojciech Pyszko

Nawiązywało do przypadków bliskich naszemu biznesowi

Więcej opinii

Podobne szkolenia